数据科学的交互式C ++

在我们以前的博客文章“ Interactive C ++ with Cling”中，我们提到了探索性编程是减少问题复杂性的有效方法。这篇文章将讨论为支持数据科学研究人员而开发的Cling的一些应用程序。特别是，交互式探测数据和接口使复杂的库和复杂的数据更易于访问。我们旨在大规模展示Cling的某些功能； Cling的评估风格的编程支持；以及与保鲜相关的项目；和showinteractive C ++ / CUDA。

Cling实例可以通过其运行时访问自身。该示例创建了一个cling :: Value来存储增量变量i的执行结果。该机制可以进一步用于支持动态范围，从而在运行时扩展名称查找。

[cling] $ #include＆lt; cling / Interpreter /Value.h＆gt; [cling] $ #include＆lt; cling / Interpreter /Interpreter.h＆gt; [cling] $ int i = 1; [cling] $ cling ::值V; [cling] $ gCling-> evaluate（＆＃34; ++ i＆＃34 ;, V）; [cling] $ i（int）2 [cling] $ V（cling :: Value＆amp;）框[（int）2]

V将表达式结果“装箱”，必要时可以提供更长的生存期。cling :: Value可用于将表达式值从解释器传递到已编译的代码。

这种机制引入了延迟直到运行时评估，这使得某些功能可以增加C ++语言的动态外观。

高能物理（HEP）领域中用于存储，研究和可视化科学数据的主要工具是专用软件包ROOT.ROOT是一组相互连接的组件，可帮助科学家从科学论文发表后的数据存储和研究到其可视化。根在科学发现中起着重要作用，例如重力波，基奥普斯金字塔中的大空腔，大强子对撞机发现希格斯玻色子。在过去的5年中，Cling帮助分析了1个EB物理数据，作为1000多种科学出版物的基础，并支持在分布式百万CPU核心计算设施中运行的软件。

ROOT使用Cling作为数据序列化的反射信息服务。 C ++对象以二进制格式垂直存储。用户可以使用已加载数据文件的内容，并且C ++对象成为第一类。

由Cling启用的ROOT的核心组件是eval风格的编程。我们在HEP​​中使用this来简化检查和使用ROOT存储的C ++对象的功能.Cling使ROOT可以在打开文件时将可用的对象名称注入名称查找中：

[root] ntuple-＆gt; GetTitle（）错误：使用未声明的标识符＆＃39; ntuple＆＃39; [root] TFile :: Open（＆＃34; tutorials / hsimple.root＆＃34;）; ntuple-＆gt; GetTitle（）//＃1（const char *）＆＃34; Demo ntuple＆＃34; [root] gFile-＆gt; ls（）; TFile **教程/hsimple.root具有直方图TFile的演示根文件*教程/hsimple.root带有直方图的演示根文件OBJ：TH1F hpx这是px分布：0 at：0x7fadbb84e390 OBJ：TNtuple ntuple Demo ntuple：0 at：0x7fadbb93a890 KEY：TH1F hpx; 1这是px分布。KEY：TNtuple ntuple; 1个演示ntuple [root] hpx-> Draw（）

ROOT框架分两个阶段向名称查找中注入其他名称：首先，它通过标记ntuple（＃1）的存在来构建无效的AST，然后将nit转换为gCling-> EvaluateT＆lt; / * return type * / void＆gt ;. （＆＃34; ntuple-＆gt; GetTitle（）＆＃34 ;, / * context * /）;在下一阶段，ROOT在运行时打开文件，读取其序言，并通过外部名称查找工具注入名称。铛。如果ntuple-> GetTitle（）接受参数，则转换将变得更加复杂。

Jupyter Notebook技术允许用户创建和共享包含实时代码，等式，可视化和叙述文本的文档。它使数据科学家能够以直接，可重复的方式共享他们的分析，从而轻松地交换想法或进行协作。语言不可知论是Jupyter项目的关键设计原则，Jupyter前端通过明确指定的协议与内核（运行代码的基础结构部分）进行通信。已经为R，Julia，Python，Fortran等多种编程语言开发了内核（通过基于LLVM的LFortranproject）。

Jupyter的官方C ++内核依赖于Xeus（一种内核协议的C ++实现）和Cling。对内核协议使用引用实现的一个优点是免费提供了许多功能，例如丰富的mime类型显示，交互式小部件，自动完成等等。

可以通过为所述类型提供mime_bundle_repr的重载来指定用于用户定义类型的丰富的mime类型呈现，该重载由依赖参数的查找来获取。

丰富的mime类型呈现的可能性是无止境的，例如带有HTML表的数据帧的丰富显示，甚至是在前端使用JavaScript扩展呈现的mime类型。

SymEnginesymbolic计算库是使用Mathjax进行丰富呈现的一个高级示例。

Xeus-cling随附Jupyter小部件协议的实现，该协议支持与后端的双向通信。

Xeus和Xeus-cling内核最近被合并为Jupyter的子项目，并受其行为准则和一般治理的约束。

针对xeus-cling内核的计划未来开发包括：通过实现目前缺乏的Jupyter is_complete消息，增加对Jupyter控制台界面的支持；增加了对紧贴“点命令”作为Jupyter魔术的支持；并支持最近添加到Jupyter内核协议中的新调试器协议，该协议将使JupyterLab可视调试器与C ++内核一起使用。

另一个将交互式绘图功能引入xeus-cling的工具是xvega，它处于开发的早期阶段，它可以生成可在笔记本中显示的vega图表。

Cling CUDA扩展将交互式C ++的工作流程带到了GPU，而不会损失性能和与现有软件的兼容性。为了执行CUDA C ++代码，Cling激活了编译器前端中的扩展以了解CUDA C ++的方言，并创建了第二个编译器实例来编译GPU的代码。

像普通的C ++模式一样，CUDA C ++模式使用AST转换来启用交互式CUDA C ++或特殊功能（如Cling打印系统）。与用于主机代码的普通Cling编译器管道不同，devicecompiler管道并未使用主机管道的所有转换，因此设备管道具有一些特殊的转换。

[cling] #include＆lt; iostream＆gt; [cling] #include＆lt; cublas_v2.h＆gt; [cling] #pragma cling（load＆＃34; libcublas.so＆＃34;）//链接共享库//设置参数//分配内存// // ... [cling] __global__ void init（float * matrix，int size）{[cling]吗？ int x = blockIdx.x * blockDim.x + threadIdx.x; [cling]吗？如果（x＆lt; size）[依附]？ matrix [x] = x; [cing]吗？ } [cling] [cling] //直接在全局空间中启动函数[cling] init＆lt;＆lt;＆lt ;;块，线程＆gt;＆gt;＆gt;（d_A，dim * dim）; [cling] init＆lt; ＆lt;＆lt;＆lt;块，线程＆gt;＆gt;＆gt;（d_B，暗* dim）; ，dim，＆amp; beta，d_C，dim）; [cling] cublasGetVector（dim * dim，sizeof（h_C [0]），d_C，1，h_C，1）; [cling] cudaGetLastError（）（cudaError_t）（cudaError： ：cudaSuccess）：（unsigned int）0

像普通的C ++模式一样，CUDA模式可以在Jupyter Notebook中使用。

CUDA模式下Cling的一个特殊属性是，在第一次CUDA API调用时，Cling应用程序成为普通的CUDA应用程序。这将启用带有Cling的CUDA SDK。例如，您可以使用CUDA分析器nvprof ./cling -xcuda来分析您的交互式应用程序。该docker容器可用于体验Cling的CUDA模式。

CUDA模式的计划未来开发包括：支持完整的当前CUDA API；重新定义CUDA内核；支持其他GPU SDK，例如HIP（AMD）和SYCL（Intel）。

我们将Interactive C ++的使用视为开发数据科学界的研究人员的重要工具。 Cling使ROOT成为高能物理领域中的“必备”数据分析工具，从有效的I / O到绘图和拟合，应有尽有。交互式CUDA后端允许轻松集成研究工作流，并简化C ++和CUDA之间的通信。由于Jupyter Notebook已成为数据分析人员探索想法的标准方式，因此Xeus-cling确保在每个C ++笔记本中都可以使用出色的交互式C ++成分。

在下一篇博客文章中，我们将重点介绍交互式C ++之外的Cling支持功能，尤其是语言的互操作性。

作者在此感谢Sylvain Corlay，Simeon Ehrig，David Lange，Chris Lattner，Javier Lopez Gomez，Wim Lavrijsen，Axel Naumann，Alexander Penev，Xavier Valls Pla，Richard Smith，Martin Vassilev的贡献。